1. Ho: Corr = 0 : tidak terdapat multikolinieritas
2. Ha: Corr ≠ 0 : terdapat multikolinieritas
Kriteria pengujianya:
1. Ho ditolak dan Ha diterima, jika nilai VIF = 0
2. Ho diterima dan Ha ditolak, jika nilai VIF ≠ 0
2. Matriks Corelation Simple
Untuk mengetahui adanya gangguan atau masalah multikoliinieritas dlam model regresi. Jika koefisien korelasi cukup tinggi, katakanlah diatas 0,85 maka diduga
ada masalah multikolinieritas dalam model dan apabila nila koefisien korelasi di bawah 0,85 maka tidak ada masalah multikolinieritas.
3. Uji Heteroskedastisitas
Uji asumsi Heteroskedastisitas ini dimaksudkan untukmengetahui apakah variasi residual absolut sama atau tidak sama untuk semua pengamatan. Menurut Gujarati
dalam Sudarmanto, 2005 apabila asumsi tidak terjadinya heteroskedastisitas ini tidak terpenuhi, maka penaksir menjadi tidak lagi efisien baik dalam sampel kecil
maupun besar dankemudian Rietveld dan Sunaryanto menyatakan dalam Sudarmanto, 2005 estimasi koefisien dapat dikatakan menjadikurang akurat.
Untuk uji asumsi heteroskedastisitas dalam penelitian ini menggunakan Metode White. Hal White mengembangkan sebuah metode yang tidak memerlukan
asumsi tentang adanya normalitas pada variabel gangguan. Untuk uji White menggunakan rumusan hipotesis sebagai berikut:
1. Ho: tidak terdapat heteroskedastisitas
2. Ho: terdapat heteroskedastisitas
Kriteria pengujianya adalah: 1.
Ho ditolak dan Ha diterima, jika n x nilai chi-kuadrat
2. Ho diterima dan Ha ditolak, jika n x
nilai chi-kuadrat Jika Ho ditolak, berarti terdapat heteroskedastisitas. Jika Ho diterima berarti tidak
terdapat heteroskedastisitas.
4. Uji Autokorelasi
Autokorelasi adalah adanya korelasi antara variabel aobsevasi satu dengan observasi yang berlainan waktu. Apabila dihubungkan dengan metode OLS,
autokorelasi merupakan korelasi antara satu variabel gangguan dengan variabel gangguan lain. Widarjono, 2007:155
Langkah-langkahnya adalah sebagai berikut: 1.
Estimasi persamaan regresi dengan metode OLS dan dapatkan residualnya. 2.
Melakukan Regresi residual �
�
dengan variabel bebas �
�
jika ada lebih dari satu variabel bebeas maka harus memasukan semua variabel bebas dan lag
dari residual �
�−
, �
�−
, �
�−�
. Kemudian dapatkan dari regresi persamaan
tersebut. 3.
Jika sampel besar, maka model dalam persamaan akan mengikuti distribusi chi squares
dengan df sebanyak p. Nilai hitung statistik chi squares dapat dihitung dengan:
n – p ≈ �
�